Jurnal Ekonomi dan Pembangunan Indonesia

Volume 16 Article 3
Number 2 Januari

1-2016

Sebuah Alternatif: Better Life Index sebagai Ukuran Pembangunan

Multidimensi di Indonesia
Dody Pratomo
Badan Pusat Statistik Kabupaten Bulungan Kalimantan Utara, dodyp@bps.go.id

Bagus Sumargo
Program Pascasarjana, Universitas Negeri Jakarta, bagussumargo@unj.ac.id

Follow this and additional works at: https://scholarhub.ui.ac.id/jepi

Part of the Economics Commons

Recommended Citation
Pratomo, Dody and Sumargo, Bagus (2016) "Sebuah Alternatif: Better Life Index sebagai Ukuran
Pembangunan Multidimensi di Indonesia," Jurnal Ekonomi dan Pembangunan Indonesia: Vol. 16: No. 2,
Article 3.
DOI: 10.21002/jepi.v16i2.03
Available at: https://scholarhub.ui.ac.id/jepi/vol16/iss2/3

This Article is brought to you for free and open access by the Faculty of Economics & Business at UI Scholars Hub.
It has been accepted for inclusion in Jurnal Ekonomi dan Pembangunan Indonesia by an authorized editor of UI
Scholars Hub.
 Jurnal Ekonomi dan Pembangunan Indonesia
Vol. 16 No. 2 Januari 2016: 123-140
p-ISSN 1411-5212; e-ISSN 2406-9280
DOI: http://dx.doi.org/10.21002/jepi.v16i2.597 123

Sebuah Alternatif: Better Life Index sebagai Ukuran Pembangunan

Multidimensi di Indonesia
An Alternative: Better Life Index as a Measure of Multidimensional
Development in Indonesia

Dody Pratomoa,, Bagus Sumargob,

a Badan Pusat Statistik Kabupaten Bulungan Kalimantan Utara
b Program Pascasarjana, Universitas Negeri Jakarta

[diterima: 22 Januari 2016 — disetujui: 5 Desember 2016 — terbit daring: 3 Januari 2017]

Abstract
The purpose of this study is to get value-BLI Better Life Index as a measure of multidimensional development in Indonesia,
and to analyze the relationship between BLI with the human development index HDI, regional development index IPR,
and economic growth. BLI formation method through three stages: normalization, weighting, and aggregation. The
results show that Indonesia’s BLI is in the lower-middle class. Province of Jakarta, East Kalimantan, North Sulawesi,
Riau and South Sumatra with the highest value of BLI. BLI size has a positive and significant correlation with IPM and
IPR compiled by the BPS-Statistics Indonesia. However, BLI was a negative and significant correlation with economic
growth.
Keywords: Multidimensional of Development; Better Life Index; Human Development Index; Regional Development
Index; Economic Growth

Abstrak
Tujuan penelitian ini adalah mendapatkan nilai Better Life Index (BLI) sebagai ukuran keberhasilan
pembangunan di Indonesia, serta menganalisis hubungan antara BLI dengan Indeks Pembangunan Manusia
(IPM), Indeks Pembangunan Regional (IPR), dan pertumbuhan ekonomi. Metode pembentukan BLI melalui
tiga tahap: normalisasi, pembobotan, dan agregasi. Hasil penelitian ini menunjukkan bahwa nilai BLI
Indonesia termasuk kategori menengah bawah. Provinsi Jakarta, Kalimantan Timur, Sulawesi Utara, Riau,
dan Sumatera Selatan dengan nilai BLI tertinggi. Ukuran BLI ini mempunyai korelasi yang positif dan
signifikan dengan IPM dan IPR yang disusun oleh Badan Pusat Statistik (BPS). Namun demikian, BLI
berkorelasi negatif secara signifikan dengan pertumbuhan ekonomi.
Kata kunci: Pembangunan Multidimensi; Better Life Index; Indeks Pembangunan Manusia; Indeks
Pembangunan Regional; Pertumbuhan Ekonomi

Kode Klasifikasi JEL: O15; O33

Pendahuluan Setidaknya selama satu dekade ini, PDB per kapita

Pada berbagai negara, termasuk Indonesia, keber-
hasilan suatu pembangunan seringkali dilihat dari
sisi pertumbuhan ekonominya, khususnya pertum-
buhan Produk Domestik Bruto (PDB), dalam hal
ini PDB dan komponen-komponen sektoralnya me-
rupakan dampak intermediate (Lisna et al., 2013).
atas dasar harga konstan (ADHK) 2000 Indonesia
selalu mengalami kenaikan, bahkan persentase per-
tumbuhan PDB ADHK dari tahun 2001 sampai 2008
mempunyai tren yang cenderung meningkat. Pada
tahun 2010, tercatat pertumbuhan ekonomi sebe-
sar 6,1% dan 6,5% pada tahun 2011 dengan yang
ditargetkan sebesar 6%.

 Alamat Korespondensi: PPs UNJ, Jl. Rawamangun Muka, Dari segi ekonomi, keadaan Indonesia terlihat
Jakarta 13220. E-mail: bagussumargo@unj.ac.id. semakin membaik termasuk pemerataan pendapa-
 E-mail: dodyp@bps.go.id. tannya pun mulai tampak keadaan yang relatif baik.
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
124 Sebuah Alternatif: Better Life Index...

Gambar 1: PDB per Kapita Indonesia ADHK 2000

Sumber: BPS (2010d, 2011), diolah

Gambar 2: Persentase Pertumbuhan PDB per Kapita Indonesia ADHK 2000

Sumber: BPS (2009a), diolah

JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140

 Pratomo, D. & Sumargo, B.
Sesuai dengan data Survey Sosial Ekonomi Nasional
(Susenas) BPS, nilai koefisien Gini Indonesia tahun
2010 menurun menjadi 0,33. Angka ini menunjuk-
kan bahwa pemerataan pendapatan di Indonesia
berada dalam kondisi yang cukup merata (antara 0
sampai 0,4). Nilai koefisien Gini Indonesia menurun
sejak tahun 2008. Hal tersebut menunjukkan bahwa
sejak tahun 2008 tingkat kemerataan pendapatan
Indonesia semakin merata. Keadaan koefisien Gini
Indonesia lebih baik dibandingkan negara-negara
berkembang lainnya seperti India yang mempunyai
koefisien Gini 0,4 dan negara-negara Amerika Latin
juga mempunyai koefisien Gini yang cukup tinggi.
Angka-angka pada Gambar 1 dan 2 tentunya
belum menggambarkan kondisi keberhasilan pem-
bangunan yang lainnya. Telah diakui bahwa sebe-
narnya masyarakat telah lama menginginkan suatu
ukuran kebahagiaan (sebagai hasil dari pembangun-
an), tidak hanya dengan uang tetapi juga menca-
kup dimensi kebahagiaan yang lainnya. Ukuran
yang dikeluarkan oleh Perserikatan Bangsa-Bangsa
(PBB) yang disebut dengan Indeks Pembangunan
Manusia (IPM) masih dipandang sebagai catatan
pelengkap saja. Di samping itu, dimensi IPM ha-
nya mencakup dimensi pendapatan, kesehatan, dan
pendidikan.
Organization for Economic Co-operation and Deve-
lopment (OECD) pada Mei 2011 mendeklarasikan
suatu ukuran pembangunan yang disebut Better Life
Index (BLI). Indeks ini tersusun atas sebelas dimen-
si pembangunan yaitu dimensi perumahan, pen-
dapatan, pekerjaan, kemasyarakatan, pendidikan,
lingkungan, pemerintahan, kesehatan, kepuasan
hidup, keamanan, dan keseimbangan waktu. Ide
BLI adalah untuk mengukur lebih dekat hal-hal
yang orang-orang pikir penting bagi mereka. In-
deks ini pun disambut baik dan telah digunakan
di puluhan negara anggota OECD. Indonesia yang
merupakan negara berkembang yang mulai maju
tentu sangat sesuai untuk menggunakan ukuran
ini karena melihat pembangunan dari segi ekonomi
saja pada saat sekarang sudah kurang relevan.
Tujuan utama dalam penelitian ini adalah men-
dapatkan suatu ukuran BLI sebagai ukuran pem-
bangunan di Indonesia, mengetahui keberhasilan
pembangunan dengan ukuran BLI di Indonesia se-
cara nasional maupun provinsi, serta menganalisis
hubungan antara BLI dengan IPM, Indeks Pemba-
ngunan Regional (IPR), dan pertumbuhan ekonomi.
125
Tinjauan Literatur
Pembangunan dan Indikatornya
Menurut Arham (2014), pembangunan merupakan
proses transformasi yang ditandai oleh perubahan
struktur, yaitu perubahan pada landasan kegiatan
ekonomi maupun pada kerangka susunan ekono-
mi masyarakat yang bersangkutan. Pembangunan
adalah proses perubahan yang mencakup seluruh
sistem sosial seperti politik, ekonomi, infrastruktur,
pertahanan, pendidikan dan teknologi, serta kelem-
bagaan dan budaya (Badruddin, 2009). Pembangun-
an nasional dapat diartikan sebagai transformasi
ekonomi, sosial, dan budaya secara sengaja melalui
kebijakan dan strategi menuju arah yang diingin-
kan. Transformasi dalam struktur ekonomi contoh-
nya pertumbuhan yang cepat di sektor industri
dan jasa sehingga kontribusinya terhadap penda-
patan nasional semakin besar. Transformasi sosial
dapat dilihat melalui pendistribusian kemakmuran
melalui pemerataan terhadap perolehan akses sum-
ber daya ekonomi seperti pendidikan, kesehatan,
perumahan, air bersih, fasilitas rekreasi, dan parti-
sipasi dalam proses pembuatan keputusan politik.
Sedangkan transformasi budaya sering dikaitkan
dengan bangkitnya semangat kebangsaan dan na-
sionalisme, di samping adanya perubahan nilai dan
norma yang dianut masyarakat.
Menurut Todaro dan Smith (2004), pembangun-
an harus dipandang sebagai suatu proses multi-
dimensional yang mencakup berbagai perubahan
mendasar atas struktur sosial, sikap masyarakat,
dan institusi-institusi nasional, di samping tetap
mengejar akselerasi pertumbuhan ekonomi, menga-
tasi ketimpangan pendapatan, dan mengentaskan
kemiskinan. Pada hakekatnya, pembangunan harus
mencerminkan perubahan total suatu masyarakat
atas penyesuaian sistem sosial secara menyeluruh
tanpa mengabaikan kebutuhan dasar dan keingin-
an individu maupun kelompok untuk mencapai
kondisi spiritual dan material yang lebih baik. Ja-
di dapat disimpulkan, bahwa pembangunan pada
intinya merupakan transformasi yang dilakukan
secara sengaja dengan berbagai kebijakan terhadap
banyak aspek secara total menuju arah yang lebih
baik.
Pembangunan pada akhirnya adalah mencipta-
kan kebahagiaan bagi masyarakatnya. Kebahagia-
an sendiri tidak bisa dilihat dari sisi ekonomi saja.
Menurut Lagas et al. (2015): ”In order create economic
growth, the strengthening of competitiveness is essen-
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
126 Sebuah Alternatif: Better Life Index...
tial; an important aspect of this competitiveness is the
”quality of living””. Todaro dan Smith (1994) me-
nyebutkan bahwa menurut United Nation Research
Institute on Social Development (UNRISD), indikator
kunci pembangunan sosial ekonomi terdiri atas 7
indikator ekonomi dan 9 indikator sosial. Indikator-
indikator tersebut di antaranya adalah harapan
hidup, kombinasi pendidikan dasar dan menengah,
serta rata-rata jumlah orang per kamar. Menurut
Economics and Social Commission for Asia and the Pa-
cific (ESCAP, 2009), sebuah badan di bawah PBB,
dalam tulisan yang berjudul Gross National Happi-
ness Index: Towards Measuring the Progress of Societies,
sistem statistik nasional harus menghasilkan statis-
tik untuk memantau perhatian masyarakat seperti
demokrasi, hak asasi manusia dan pemerintahan,
pelanggaran terhadap anak dan perempuan, serta
kontribusi wanita terhadap pertumbuhan ekonomi
dan kebahagiaan.
Indeks
Menurut J. Supranto (2001), indeks adalah suatu
ukuran yang digunakan untuk mengukur peru-
bahan atau perbandingan variabel ekonomi/sosial,
misalnya untuk mengukur perubahan tingkat pro-
duktivitas, penggangguran, gaji/upah, dan harga.
Angka indeks bisa membandingkan dua variabel
yang berbeda pada satu waktu atau membanding-
kan variabel yang sama pada waktu yang berbeda.
Menurut OECD (2008), indeks komposit adalah
sekumpulan ekuitas, indeks, atau faktor lainnya
yang dikombinasikan dengan cara standar, menye-
diakan ukuran statistik yang berguna dari pasar
secara keseluruhan atau kinerja sektor dari wak-
tu ke waktu. Indeks komposit dapat menyajikan
berbagai informasi menjadi satu angka yang lebih
ringkas sehingga mudah dalam analisis. Indeks
komposit biasanya tersusun atas gabungan dari
berbagai macam indeks. Menurut OECD (2008),
langkah-langkah utama dalam menyusun indeks
komposit adalah standarisasi, pembobotan, dan
agregasi.
IPM dan IPR
IPM atau Human Development Index (HDI) merupa-
kan suatu indeks komposit yang digunakan untuk
ukuran pembangunan manusia. IPM ini ditetap-
kan oleh PBB secara standar agar dapat digunakan
untuk membandingkan antar-wilayah atau antar-
negara. Indeks ini dibentuk berdasarkan empat
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
indikator, yaitu angka harapan hidup, angka me-
lek huruf, rata-rata lama sekolah, dan kemampuan
daya beli. Indikator angka harapan hidup mem-
presentasikan dimensi umur panjang dan sehat. Se-
lanjutnya, angka melek huruf dan rata-rata lama
sekolah mencerminkan output dari dimensi penge-
tahuan. Adapun indikator kemampuan daya beli
digunakan untuk mengukur dimensi hidup layak
(BPS, 2008, 2010a). Menurut Nikolaev (2014): ”The
HDI Human Develpment Index is an attempt to track the
capabilities, or opportunities, that people have exercise
their freedom to attain a better life”. Namun demikian,
menurut Setiawan dan Hakim (2013) disebutkan
bahwa PDB dan IPM tidak harus berjalan linier, ka-
rena peningkatan PDB tanpa disertai peningkatan
pemerataan pendapatan juga tidak akan mening-
katkan IPM.
Adanya keterbatasan yang dimiliki oleh IPM,
salah satunya adalah belum mampu secara utuh
mengukur kinerja pembangunan wilayah, memun-
culkan ide mengenai pengukuran pembangunan
regional yang lebih luas. Badan Pusat Statistik (BPS)
mengajukan ukuran yang disebut sebagai Indeks
Pembangunan Regional (IPR) yang mencoba meng-
ukur kinerja pembangunan wilayah dari berbagai
dimensi. Ada kaitan yang erat antara PDB dengan
IPR seperti yang diungkapkan oleh Lagas et al.
(2015): ”significant correlation is found between RQI
Regional Quality of Living Indicator scores and the GDP
per capita and population density”. Kajian awal menge-
nai IPR oleh BPS dilakukan pada tahun 2009 dan
penyempurnaan penyusunan IPR dilakukan pada
tahun 2010. IPR tersusun atas lima dimensi yang
masing-masing dimensi terdiri dari beberapa sub-
dimensi dan indikator. Dimensi pembentuk IPR
adalah dimensi ekonomi, sosial, infrastruktur dan
pelayanan publik, kualitas lingkungan hidup, serta
dimensi teknologi, informasi, dan komunikasi.
Better Life Index OECD
OECD mempunyai beberapa dimensi yang di-
gunakan untuk mengetahui kebahagiaan negara-
negara anggotanya. Dimensi itu adalah dimensi
pendapatan, perumahan, pekerjaan, kemasyarakat-
an, pendidikan, lingkungan, pemerintahan, kese-
hatan, kepuasan hidup, keamanan, serta keseim-
bangan waktu. Dimensi-dimensi ini dipilih karena
sesuai dengan teori yang ada serta berdasarkan
pengalaman OECD dalam meneliti keadaan eko-
nomi dan pembangunan negara-negara. Menurut
Durand dan Smith (2013), ”the eleven dimensions BLI
 Pratomo, D. & Sumargo, B.
can be considered as universal, i.e. as possibly relevant
to people living in all socialities. However, their relative
importance will vary across individuals and countri-
es”. Suatu ukuran yang diperkenalkan OECD ini
yang mencakup berbagai dimensi di atas dikenal
dengan istilah Better Life Index (BLI). Ukuran ini
setidaknya telah dipakai oleh 34 negara anggota
OECD yang dapat dikatakan sebagian besar adalah
negara-negara maju.
Setiap dimensi yang digunakan terdiri atas satu
sampai tiga indikator yang berkaitan. Dimensi dan
indikator tersebut adalah:
1. Dimensi perumahan menggunakan dua indi-
kator, yaitu banyaknya kamar per kapita untuk
mengukur apakah seseorang tinggal dalam
kondisi hunian yang sesak, serta persentase ru-
mah tangga yang mempunyai fasilitas buang
air besar sendiri;
2. Dimensi pendapatan menggunakan dua indi-
kator, yaitu rata-rata pendapatan disposabel
rumah tangga dan rata-rata nilai aset finansial
yang dimiliki rumah tangga;
3. Dimensi pekerjaan dalam konsep OECD ini
terdiri dari dua indikator. Indikator yang per-
tama adalah angka penduduk bekerja yang
merupakan lawan dari angka pengangguran
terbuka dan indikator yang kedua adalah ting-
kat pengangguran jangka panjang yang dide-
finisikan oleh OECD adalah penduduk yang
tidak bekerja setidaknya selama satu tahun;
4. Dimensi kemasyarakatan atau komunitas di-
ukur melalui satu ukuran, yaitu banyaknya
teman, tetangga, atau kerabat dekat lainnya
yang bersedia memberi pertolongan jika pen-
duduk dalam keadaan membutuhkan;
5. Dimensi pendidikan menggunakan dua indika-
tor, yaitu tingkat pencapaian pendidikan dan
kemampuan murid dalam hal membaca;
6. Dimensi lingkungan dilihat melalui tingkat
pencemaran udara;
7. Dimensi pemerintahan dilihat dari dua indika-
tor, yaitu angka partisipasi pemilihan umum
serta angka transparansi dan keterbukaan pe-
merintahan dalam pembuatan peraturan;
8. Dimensi kesehatan tersusun atas angka ha-
rapan hidup dan laporan mengenai kesehatan
penduduk secara umum;
9. Dimensi kepuasan hidup; OECD telah meng-
adakan survei tersendiri untuk mengetahui
bagaimana seseorang mengevaluasi tentang
kehidupannya secara umum berdasarkan pe-
ngalaman positif dan negatif yang telah dilalui;
127
10. Dimensi keamanan; OECD menggunakan pen-
dekatan dengan ukuran tingkat penyerangan
yang dialami penduduk dan tingkat pembu-
nuhan setiap 100.000 penduduk;
11. Dimensi keseimbangan waktu terdiri dari tiga
indikator. Indikator yang pertama adalah ting-
kat wanita yang mempunyai anak usia sekolah
yang bekerja. Indikator yang kedua adalah per-
sentase penduduk bekerja yang mempunyai
jam kerja lama (lebih dari 50 jam seminggu)
dan indikator yang ketiga adalah waktu yang
dimiliki untuk memanjakan diri dan untuk
waktu luang.
Better Life Index Indonesia
Konsep Better Life Index Indonesia pada umum-
nya mengadopsi dari konsep yang digunakan OE-
CD. Namun, ada kalanya beberapa indikator yang
digunakan OECD kurang relevan untuk diguna-
kan di Indonesia sehingga dilakukan pendekatan
atau penggunaan indikator yang lainnya. Menurut
Durand dan Smith (2013) yakni ”The BLI has been
designed to disseminate the result of how’s life? To a
wide audience and to involve people in the discussion on
well-being”.
Pada dimensi perumahan, ukuran banyaknya ka-
mar per kapita hanya banyak digunakan di negara-
negara di Eropa. Untuk Indonesia sendiri mempu-
nyai ukuran luas lantai per kapita yang diguna-
kan BPS dalam melihat kondisi perumahan rumah
tangga. Kedua ukuran tersebut pada hakekatnya
mengukur hal yang sejalan. Berdasarkan Peraturan
Menteri Negara Perumahan Rakyat Republik Indo-
nesia Nomor 22/PERMEN/M/2008 tentang Standar
Pelayanan Minimal Bidang Perumahan Rakyat Da-
erah Provinsi dan Daerah Kabupaten/Kota, luas
hunian per kapita yang layak huni adalah lebih dari
7,2 m2 .
Pada dimensi pendapatan, sangat sulitnya men-
dapatkan data tentang pendapatan rumah tangga
membuat BPS menggunakan nilai pengeluaran ru-
mah tangga sebagai proksi pendapatan. Hal ini
juga yang digunakan dalam konsep BLI Indone-
sia ini, yakni nilai pengeluaran per kapita yang
disesuaikan dengan daya beli.
Pada dimensi pekerjaan, tidak adanya data ten-
tang pengangguran jangka panjang (minimal satu
tahun menganggur) membuat peneliti melakukan
pendekatan dengan persentase penempatan tena-
ga kerja terdaftar terhadap jumlah pencari kerja
terdaftar dalam satu tahun yang merupakan data
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
128 Sebuah Alternatif: Better Life Index...
dari Kementerian Tenaga Kerja dan Transmigrasi
(Kemenakertrans) (BPS, 2010d).
Pada dimensi kemasyarakatan, Indonesia telah
mempunyai ukuran yang serupa, yakni modal so-
sial. Namun, pada penelitian ini, data yang digu-
nakan hanya sebagian dari indikator modal sosial
terutama yang sesuai dengan konsep OECD, yak-
ni yang berhubungan dengan banyaknya kerabat,
tetangga, atau teman yang siap menolong jika di-
butuhkan.
Pada dimensi pendidikan, angka melek huruf ma-
sih menjadi indikator yang fundamental meskipun
ukuran ini hanya ukuran dasar dari kemampuan
membaca. Hal ini dapat ditunjukkan dengan ting-
ginya bobot indikator ini pada aspek pendidikan
dalam penghitungan IPM.
Untuk melihat dimensi lingkungan, penelitian
ini menggunakan Indeks Kualitas Lingkungan Hi-
dup (IKLH) yang diterbitkan oleh Kementerian
Lingkungan Hidup (2010). Selain mencakup pen-
cemaran udara yang sesuai dengan konsep OECD,
indeks ini mencakup pencemaran air sungai dan
luas tutupan hutan.
Indeks Demokrasi Indonesia (IDI) (BPS, 2009b)
digunakan dalam dimensi pemerintahan. Selain ka-
rena mencakup angka partisipasi pemilu, IDI juga
menggambarkan ukuran demokrasi yang mencer-
minkan keterbukaan dan transparansi pemerin-
tahan. Dalam publikasi IDI, demokrasi diartikan
sebagai sistem pemerintahan yang ditandai anta-
ra lain oleh adanya kebebasan yang diatur oleh
undang-undang yang berkaitan dengan kepenting-
an publik.
Pada dimensi kesehatan, tingkat penduduk yang
tidak mempunyai keluhan kesehatan merupakan
indikator yang paling sesuai untuk proksi ukur-
an mengenai evaluasi penduduk tentang seberapa
sehat mereka yang digunakan OECD.
Menilik dimensi kepuasan hidup, bahwa kepu-
asan hidup merupakan ukuran yang sangat sulit
diukur dan sangat subyektif. Setiap individu mem-
punyai definisi yang berbeda tentang kepuasan
hidupnya. Dalam teori psikologi, Maslow berpen-
dapat bahwa seseorang akan mendapatkan kepuas-
an hidup jika kebutuhan hidupnya terpenuhi. Salah
satu dari lima kebutuhan hidup menurut Maslow
adalah kebutuhan ketentraman jaminan hidup yang
di dalamnya mencakup adanya jaminan atau asu-
ransi yang menanggung kalau terjadi hal-hal yang
tidak diinginkan (Puradiredja, 2011). Di sisi lain,
berwisata juga dapat menciptakan kepuasan hidup.
Menurut James J. Spillane (1982: 20) dalam tesis
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
Achmad Agus Nasihuddin (2010), wisata merupa-
kan kegiatan melakukan perjalanan dengan tujuan
di antaranya adalah untuk mendapatkan kenik-
matan dan mencari kepuasan. Berdasarkan hal-hal
tersebut, jaminan atau asuransi kesehatan dan kegi-
atan wisata atau rekreasi dapat dijadikan indikator
yang cukup bagi kepuasan hidup.
Kerangka Pikir
Adanya suatu ukuran statistik yang dikenalkan oleh
OECD untuk mengukur tingkat kebahagiaan atau
keberhasilan pembangunan negara anggotanya me-
rupakan suatu hal yang perlu mendapat apresiasi
positif. Ukuran ini tidak hanya mencakup dimensi
ekonomi saja yang selama ini sering digunakan un-
tuk tolak ukur keberhasilan pembangunan. Untuk
itu, Indonesia yang merupakan negara berkembang
yang telah cukup menunjukkan kemajuan ekonomi
yang positif, perlu mencoba melihat keberhasilan
pembangunannya dengan ukuran yang lebih kom-
pleks dan relevan.
Dimensi-dimensi yang digunakan dalam BLI OE-
CD sangat sesuai digunakan sebagai ukuran pem-
bangunan yang sesuai dengan teori konseptual
yang dijabarkan sebelumnya, yakni pembangun-
an yang multidimensional. Aspek pembangunan
sosial dapat terwakili oleh dimensi perumahan,
pekerjaan, kemasyarakatan, pendidikan, pemerin-
tahan, kesehatan, kepuasan hidup, keamanan, serta
keseimbangan waktu. Aspek ekonomi terwakili
oleh dimensi pendapatan yang terdiri dari indika-
tor pendapatan/pengeluaran rumah tangga dan aset
finansial (tabungan) rumah tangga. Selain aspek
sosial dan ekonomi, BLI juga mencakup aspek yang
menjadi isu hangat beberapa tahun belakangan,
yakni aspek lingkungan.
Untuk mengukur BLI di Indonesia, peneliti meng-
gunakan rujukan teori BLI dari konsep yang di-
gunakan oleh OECD yang meliputi dimensi pen-
dapatan, perumahan, pekerjaan, kemasyarakatan,
pendidikan, lingkungan, pemerintahan, kesehat-
an, kepuasan hidup, keamanan, dan keseimbangan
waktu. Variabel yang digunakan dalam penelitian
ini semaksimal mungkin menggunakan variabel
yang sama persis. Namun, karena berbagai kon-
disi yang berbeda maka sebagian variabel yang
digunakan dalam penelitian ini juga berbeda tetapi
tidak mengubah dari esensi atau maksud awal da-
ri pemilihan variabel tersebut oleh OECD (masih
mengukur hal yang sama). Dari dimensi-dimensi
yang multidimensional akan terbentuk BLI dengan
 Pratomo, D. & Sumargo, B. 129

Gambar 3: Kerangka Pikir Penelitian

Sumber: Diolah sebagai Kajian Teori

penimbang tertentu. Penentuan penimbang terten- ini adalah:

tu ini menggunakan analisis matriks korelasi. Se-
telah mendapatkan nilai BLI untuk Indonesia dan Perumahan:
setiap provinsi di Indonesia, analisis dilanjutkan 1. X1 yaitu persentase rumah tangga yang me-
untuk mengetahui hubungan antara indeks ini de- miliki luas hunian per kapita lebih besar 7,2
ngan ukuran-ukuran sosial ekonomi yang sudah m2 ;
ada yakni IPM, IPR, dan pertumbuhan ekonomi. 2. X2 yaitu persentase rumah tangga yang mem-
Selain untuk mengetahui tingkat keeratan hubung- punyai toilet sendiri.
an BLI dengan ukuran-ukuran tersebut, analisis ini Pendapatan:
juga sebagai kontrol untuk melihat validitas atau 1. X3 yaitu pengeluaran per kapita yang disesuai-
kesesuaian BLI. kan dengan daya beli;
2. X4 yaitu simpanan masyarakat per kapita.
Pekerjaan:
Metode 1. X5 yaitu tingkat penduduk bekerja;
2. X6 yaitu persentase penempatan tenaga kerja
Ruang Lingkup Penelitian terdaftar.
Kemasyarakatan:
Penelitian ini menggunakan dimensi yang digu- 1. X7 yaitu persentase rumah tangga yang saling
nakan oleh OECD untuk mengukur BLI di negara- tolong-menolong.
negara anggotanya. Namun, secara operasional pe- Pendidikan:
neliti menggunakan beberapa variabel yang tidak
1. X8 yaitu persentase penduduk yang memiliki
sama persis tetapi tetap sejalan dan mengacu de-
ijazah minimal SMP;
ngan konsep yang diberikan OECD. Sebagai contoh,
2. X9 yaitu persentase penduduk yang tidak buta
variabel banyaknya kamar per kapita yang digu-
huruf.
nakan OECD didekati dengan variabel luas lantai
Lingkungan:
per kapita, variabel mengenai kesehatan penduduk
secara umum didekati dengan persentase pendu- 1. X10 yaitu Indeks Kualitas Lingkungan Hidup.
duk yang tidak mempunyai keluhan kesehatan, Pemerintahan:
serta variabel mengenai tingkat penyerangan dan 1. X11 yaitu Indeks Demokrasi.
pembunuhan per 100.000 penduduk didekati de- Kesehatan:
ngan persentase rumah tangga yang tidak menjadi 1. X12 yaitu angka harapan hidup;
korban kejahatan. 2. X13 yaitu persentase penduduk yang tidak
Semua data variabel yang digunakan merupakan mempunyai keluhan kesehatan.
data tahun 2009 sehingga angka yang dihasilkan Kepuasan Hidup:
dalam penelitian ini adalah ukuran tahun 2009. 1. X14 yaitu persentase penduduk yang melaku-
Variabel-variabel yang digunakan dalam penelitian kan perjalanan wisata;
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
130 Sebuah Alternatif: Better Life Index...
2. X15 yaitu persentase rumah tangga yang me-
miliki jaminan kesehatan.
Keamanan:
1. X16 yaitu persentase rumah tangga yang tidak
menjadi korban kejahatan.
Keseimbangan Waktu:
1. X17 yaitu persentase penduduk bekerja yang
bekerja lebih dari 50 jam seminggu.
2. X18 yaitu persentase kerja kepala rumah tang-
ga (KRT) wanita/istri KRT dengan anak usia
sekolah.
3. X19 yaitu rata-rata jam kerja per hari.
Metode Pengumpulan Data
Penelitian ini menggunakan data sekunder yang
diperoleh dari berbagai instansi terkait seperti BPS,
Kementerian Lingkungan Hidup, Kemenakertrans,
serta Bank Indonesia. Secara ringkas mengenai me-
tode pengumpulan data dapat dilihat melalui Tabel
1.
Susenas merupakan survei tahunan yang diran-
cang untuk mengumpulkan data sosial ekonomi
dengan cakupan relatif luas. Susenas pertama ka-
li dilakukan pada tahun 1963. Pada Susenas 2009,
pengumpulan data dilakukan melalui wawancara
langsung dengan responden. Untuk pertanyaan-
pertanyaan dalam kuesioner yang ditujukan untuk
individu, diusahakan agar individu yang bersang-
kutan yang menjadi responden. Sedangkan untuk
petanyaan yang ditujukan untuk rumah tangga di-
kumpulkan melalui wawancara langsung dengan
KRT, istri/suami KRT, atau anggota rumah tangga
yang lainnya yang mengetahui karakteristik item
yang ditanyakan.
Kerangka sampel yang digunakan dalam Suse-
nas 2009 terdiri dari tiga kerangka sampel, yaitu
kerangka sampel untuk pemilihan blok sensus, ke-
rangka sampel untuk pemilihan sub-blok sensus
(khusus untuk blok sensus yang memiliki muatan
lebih dari 150 rumah tangga), dan kerangka sampel
untuk pemilihan rumah tangga dalam blok sen-
sus. Kerangka sampel blok sensus adalah daftar
blok sensus biasa hasil sensus ekonomi tahun 2006
yang dilengkapi dengan jumlah rumah tangga hasil
pencacahan Pendaftaran Pemilih dan Pendataan
Penduduk Berkelanjutan (P4B). Kerangka sampel
blok sensus ini mencakup blok sensus di 471 kabu-
paten/kota dan dibedakan berdasarkan perdesaan
dan perkotaan. Pelaksanaan Susenas Juli 2009 men-
cakup 18.243 blok sensus atau 291.888 rumah tangga
sampel yang tersebar diseluruh wilayah Indonesia.
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
Kerangka sampel rumah tangga adalah daftar ru-
mah tangga hasil pendaftaran rumah tangga dari
kegiatan listing.
Data untuk dimensi perumahan pada penelitian
ini menggunakan data yang diolah hasil Susenas.
Data Susenas juga digunakan pada publikasi Sta-
tistik Kriminal, termasuk pada dimensi keamanan
yang digunakan pada penelitian ini, bahwa data
diambil dari publikasi Statistik Kriminal 2011 yang
diolah dari Susenas. Selain itu data Susenas juga di-
gunakan pada dimensi kesehatan yaitu penduduk
yang tidak mempunyai keluhan kesehatan.
Pada dimensi pekerjaan, variabel persentase pen-
duduk bekerja masih menggunakan data Susenas
sedangkan variabel tingkat penempatan tenaga ker-
ja terdaftar merupakan pembagian antara jumlah
penempatan tenaga kerja terdaftar dengan jumlah
pencari kerja terdaftar yang merupakan data admi-
nistrasi dari Kemenakertrans.
Indeks Kualitas Lingkungan Hidup (IKLH) meru-
pakan ukuran yang dikeluarkan oleh Kementerian
Lingkungan Hidup untuk menggambarkan kondisi
lingkungan hidup di Indonesia. Indeks ini diadopsi
dari konsep Environmental Performance Index (EPI)
yang dikembangkan Yale University dan Columbia
University yang berkolaborasi dengan World Econo-
mic Forum dan Joint Research Center of the European
Commission (Kementerian Lingkungan Hidup, 2010).
IKLH dapat dimanfaatkan untuk mengukur keber-
hasilan pogram-progam pengelolaan lingkungan.
Indikator yang dipakai dalam indeks ini adalah
kualitas air sungai, kualitas udara, dan tutupan
hutan. Dalam pengukuran IKLH, ada beberapa pro-
vinsi yang nilai indeksnya diambil dari nilai indeks
provinsi lainnya yang bersebelahan dikarenakan ke-
terbatasan data. Jadi, pengukuran yang dilakukan
pada provinsi tertentu dianggap mewakili provinsi
tersebut dan provinsi sebelahnya. Provinsi-provinsi
tersebut yaitu:
1. Provinsi Kepulauan Riau, mengikuti Provinsi
Riau;
2. Provinsi Gorontalo, mengikuti Sulawesi utara;
3. Provinsi Sulawesi Barat, mengikuti Provinsi
Sulawesi Selatan;
4. Provinsi Maluku Utara, mengikuti Provinsi
Maluku;
5. Provinsi Papua Barat, mengikuti Provinsi Pa-
pua.
Indeks Demokrasi Indonesia (IDI) merupakan
sebuah ukuran untuk melihat demokrasi melalui
 Pratomo, D. & Sumargo, B. 131

Tabel 1: Sumber Data Penelitian

No. Data/variabel Sumber Instansi Keterangan

(1) (2) (3) (4)
1 Persentase rumah tangga dengan luas hunian per ka- BPS Website BPSa
pita lebih dari 7,2m2
2 Persentase rumah tangga yang mempunyai toilet sen- BPS Statistik Indonesia 2010
diri
3 Pengeluaran per kapita yang disesuaikan BPS IPM 2009
4 Simpanan masyarakat (rupiah dan valas) di bank Bank Indonesia Website BIb
umum dan BPR per kapita
5 Tingkat penduduk bekerja BPS Statistik Indonesia 2010
6 Persentase penempatan tenaga kerja terdaftar Kemenakertrans
7 Persentase rumah tangga yang saling tolong-menolong BPS Susenas 2009 (Blok VII, r3-r9)
8 Persentase penduduk yang memiliki ijazah minimal BPS Statistik Indonesia 2010
SMP
9 Angka melek huruf BPS IPM 2009
10 Indeks Kualitas Lingkungan Hidup Kementerian Lingkungan hidup IKLH 2009
11 Indeks Demokrasi BPS Indeks Demokrasi 2009
12 Angka harapan hidup BPS IPM 2009
13 Persentase penduduk yang tidak mempunyai keluhan BPS Statistik Indonesia 2010
kesehatan
14 Persentase penduduk yang melakukan perjalanan wi- BPS Susenas 2009
sata
15 Persentase rumah tangga yang memiliki jaminan kese- BPS Susenas 2009
hatan
16 Persentase rumah tangga yang tidak menjadi korban BPS Statistik Kriminal 2011
kejahatan
17 Persentase penduduk 15 tahun ke atas yang bekerja BPS Susenas 2009
lebih dari 50 jam
18 Persentase bekerja dari KRT wanita/ istri KRT yang BPS Susenas 2009
mempunyai anak usia sekolah
19 Rata-rata jam kerja per hari BPS Susenas 2009
Sumber: Dirangkum dari berbagai sumber, diolah
Keterangan: a Persentase Rumah Tangga menurut Provinsi dan Luas Hunian per kapita ¤ 7,2 m2 , 1993–2015. Diakses dari
Keterangan: https://www.bps.go.id/linkTabelStatis/view/id/1557
Keterangan: b Statistik Ekonomi dan Keuangan Indonesia (SEKI). Diakses dari http://www.bi.go.id/id/statistik/seki/terkini/
Keterangan: moneter/Contents/Default.aspx

JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140

132 Sebuah Alternatif: Better Life Index...
tiga aspek penting: kebebasan sipil, hak-hak politik,
dan lembaga demokrasi. IDI menyajikan gambaran
kondisi demokrasi masing-masing provinsi ber-
dasarkan indikator-indikator yang dikembangkan
dari tiga aspek tersebut. Metode pengumpulan da-
ta yang digunakan dalam penyusunan IDI adalah
metode triangulation, yakni mengombinasikan anta-
ra metode kuantitatif dan kualitatif sehingga data
yang didapat dari metode yang satu akan mem-
validasi data yang dipakai dengan metode yang
lain. Empat metode utama yang digunakan dalam
pengumpulan data untuk penyusunan IDI yaitu
review media (analisis isi berita surat kabar), review
dokumen (analisis isi dokumen resmi yang dikelu-
arkan pemerintah), Focus Group Discussion (FGD),
dan wawancara mendalam (in-depth interview).
Metode Analisis
Analisis Deskriptif
Analisis deskriptif yang digunakan dalam pene-
litian ini merupakan analisis untuk memberikan
gambaran informasi dengan menyajikan tabel-tabel,
diagram-diagram, dan gambar-gambar yang in-
formatif. Analisis deskriptif akan menjelaskan ba-
gaimana penimbang suatu dimensi dan indikator
BLI terbentuk. Selain itu, analisis deskriptif juga
menggambarkan kondisi atau posisi suatu provinsi
berdasarkan nilai BLI yang terbentuk.
Analisis Korelasi
Analisis korelasi dilakukan untuk mengetahui kee-
ratan hubungan antara dua variabel. Tingkat keerat-
an hubungan antar-variabel ini dinotasikan dengan
ρ untuk keeratan populasinya dan r untuk estima-
si nilai ρ. Nilai korelasi antara -1 sampai dengan
1 (Supranto, 2001). Analisis korelasi Pearson me-
nunjukkan hubungan linier antara dua variabel.
Formula penghitungan korelasi Pearson adalah:
° ° °
r b ° n °x y
b x° y °
i i i i
n x
p xq n y
p yq
2 2 2 2
(1)
i i i i
Pengujian hipotesisi tentang ρ dapat dituliskan
seperti di bawah ini:
H0 : ρ  0
H1 : ρ  0
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
Statistik uji:
?
r n
2
t0  ?
(2)
1
r2
Keputusan: tolak H0 jika |t0 | ¡ tα{2pn
2q
Penyusunan Indeks Komposit
Standarisasi
Standarisasi diperlukan pada data yang memiliki
unit pengukuran yang berbeda. Metode standar-
isasi yang digunakan dalam penelitian ini adalah
metode maksimum-minimum. Dalam metode ini
seluruh data ditransformasi ke dalam sistem skor 0–
100. Sebelum dilakukan standarisasi ini, semua va-
riabel sudah dibuat sedemikian rupa agar mempu-
nyai arah yang sama yaitu arah yang positif (makin
besar nilainya, makin bagus). Metode maksimum-
minimum yang digunakan adalah:
Iin  xxin

xxmin  100 (3)
max min
dengan:
xmin : nilai minimum dari variabel tertentu;
xmax : nilai maksimum dari variabel tertentu;
xin : nilai variabel pada suatu observasi.
Nilai minimum dan maksimum variabel yang di-
gunakan dalam penelitian ini secara ringkas dapat
dilihat pada Tabel 2.
Pembobotan
Penjelasan pembobotan mengacu pada pendapat
Kasparian dan Rolland (2012), bahwa: ”The global
index score of each country is obtained by a weighted me-
an of the scores of all criteria. The originality of OECD’s
BLI is to let the user choose its own weights”. Pem-
bobotan dilakukan dengan menggunakan analisis
korelasi atau lebih tepatnya dalam bentuk matriks
korelasi. Menurut BPS (2010c), penimbang yang
ditentukan berdasarkan pada matriks korelasi di-
asumsikan proporsional (sebanding) dengan nilai
absolut koefisien korelasi pada masing-masing baris
atau kolom. Penimbang setiap variabel ditentukan
dengan menghitung proporsi dari jumlah tiap-tiap
baris/kolom terhadap jumlah keseluruhan. Dalam
buku yang sama, yakni Penyempurnaan Penyusunan
Indeks Pembangunan Regional, Ray (2006) dalam BPS
(2010c) menyatakan bahwa asumsi yang mendasari
 Pratomo, D. & Sumargo, B. 133

Tabel 2: Nilai Minimum dan Maksimum pada Setiap Variabel

Variabel Minimum Maksimum Keterangan

(1) (2) (3) (4)
Persentase rumah tangga dengan luas hunian per kapita 0 100 -
Persentase rumah tangga dengan fasilitas buang air besar (BAB) milik 0 100 -
sendiri
Pengeluaran per kapita yang disesuaikan 360.000 732.720 IPM 2008 dan 2009
Simpanan masyarakat per kapita di bank konvensional dan BPR 1.360.627,248 97.735.368,21 Data Empiris
Tingkat penduduk bekerja 0 100 -
Persentase penempatan tenaga kerja terdaftar 0 100 -
Persentase rumah tangga yang saling tolong-menolong 0 100 -
Persentase penduduk yang memiliki ijazah minimal SMP 0 100 -
Persentase penduduk yang melek huruf 0 100 -
Indeks Kualitas Lingkungan Hidup 0 100 -
Indeks Demokrasi 0 100 -
Angka harapan hidup 25 85 IPM 2008 dan 2009
Persentase penduduk yang tidak mempunyai keluhan kesehatan 0 100 -
Persentase penduduk yang melakukan perjalanan wisata 0 100 -
Persentase penduduk yang mempunyai jaminan kesehatan 0 100 -
Persentase rumah tangga yang tidak menjadi korban kejahatan 0 100 -
Persentase penduduk bekerja yang bekerja lebih dari 50 jam seminggu 0 100 -
Persentase KRT wanita/istri KRT dengan anak usia sekolah yang bekerja 0 100 -
Rata-rata selain jam kerja per hari 13 23 BPS, UU Tenaga Kerja
Sumber: Dirangkum dari berbagai sumber, diolah

bahwa sebuah variabel yang lebih penting akan me- yang telah distandarisasi, yaitu:
miliki jumlah koefisien korelasi lebih besar adalah
sebuah asumsi yang masuk akal.
BLI 
¸WI
p
(4)
i i
Sebagai contoh untuk mendapatkan penimbang 
i 1
variabel X1 , dibentuk matriks korelasi seperti Tabel
3. dengan:
BLI : Better Life Index;
Tabel 3: Matrik Korelasi Antar-Variabel Xi p : banyaknya variabel;
Wi : penimbang variabel ke-i;
Nilai absolut korelasi X1 X2  Xp Jumlah Ii : nilai variabel ke-i yang telah distandarisasikan.
X1 1 R12  R1p T1
X2 R21 1  R2p T2
.. .. .. .. .. Metode pembentukan indeks komposit dengan
. . . . .
Xp Rp1 Rp2  1 Tp
langkah-langkah di atas akan menghasilkan nilai
Jumlah T1 T2  Tp T indeks komposit yang tidak hanya dapat digunakan
Sumber: BPS (2010) untuk membandingkan antar-wilayah tetapi juga
dapat membandingkan antar-waktu. Hal tersebut
Penimbang untuk variabel X1 adalah W1  T1 {T.
karena standarisasi yang dilakukan menggunakan
teknik minimum-maksimum yang nilai minimum
Sehingga dengan cara yang sama maka akan diper-
dan maksimumnya telah ditetapkan. Selama bobot
oleh penimbang setiap variabel.
indikator yang digunakan masih sama, indeks ini
dapat dibandingkan antar-waktu.
Agregasi

Agregasi merupakan bagian yang cukup penting Hasil dan Analisis

dalam membangun indeks komposit karena sete-
lah melalui tahap agregasi akan terbentuklah nilai
akhir suatu indeks. Metode agregasi yang digu-
nakan dalam penelitian ini adalah agregasi linier.
Rumusan agregasi linier yang sering digunakan
adalah penjumlahan pembobot dan nilai indikator
Penentuan atau pembentukan penimbang pada in-
dikator BLI menggunakan analisis matriks korelasi.
Variabel yang dianalisis sebanyak 19 variabel. Pe-
nimbang yang diperoleh masing-masing variabel
dapat dilihat pada Tabel 4.
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
134 Sebuah Alternatif: Better Life Index...

Tabel 4: Penimbang Setiap Variabel Kategori ”rendah” meliputi nilai BLI di bawah
nilai batas bawah selang, dan kategori ”tinggi” meli-
Variabel Weight Variabel Weight puti nilai BLI di atas nilai batas atas dalam selang ke-
(1) (2) (3) (4)
X1 0,047 X11 0,043
yakinan, dan di antara batas bawah sampai dengan
X2 0,070 X12 0,054 nilai batas atas termasuk kategori ”sedang”. Sebagai
X3 0,053 X13 0,040 catatan penting adalah untuk meningkatkan satu
X4 0,055 X14 0,056 poin skor BLI membutuhkan usaha atau kebijak-
X5 0,050 X15 0,044
X6 0,043 X16 0,049 an program yang efektif dibandingkan meningkat-
X7 0,049 X17 0,059 kan satu poin IPM atau indeks komposit lainnya
X8 0,063 X18 0,051 dengan jumlah dimensi lebih sedikit. Selain itu, kon-
X9 0,053 X19 0,069 disi provinsi-provinsi di Indonesia yang beraneka
X10 0,052 TOTAL 1
Sumber: Hasil Pengolahan Penulis
ragam dengan karakteristik daerahnya yang khas
menjadikan suatu provinsi mempunyai keunggul-
an dalam satu atau beberapa dimensi sementara
dimensi lainnya relatif kurang (Tabel 7) sehingga
Berdasarkan Tabel 4, secara umum setiap variabel secara agregat nilai BLI relatif berdekatan.
mempunyai bobot yang hampir sama yaitu sekitar Secara nasional, pencapaian BLI Indonesia hanya
0,05. Hal tersebut memberikan informasi bahwa mencapai nilai 58,4246. Penulis menyadari bah-
dalam proses pembangunan hendaknya memper- wa kondisi Indonesia masih belum bisa dikata-
hatikan semua variabel tersebut karena mempunyai kan baik ditinjau dari ukuran ini. Dimensi-dimensi
tingkat kepentingan yang hampir sama. Sementara yang perlu diperbaiki untuk meningkatkan BLI In-
itu, untuk mendapatkan penimbang setiap variabel donesia adalah pendapatan, kemasyarakatan, dan
terhadap dimensi yang berkaitan dapat dilakukan kepuasan hidup. Nilai BLI Indonesia pada dimensi-
dengan cara membagi penimbang variabel terse- dimensi tersebut berturut-turut adalah 39,44; 41,56;
but dengan jumlah penimbang variabel dalam satu dan 20,84 (pencapaian indeks dimensi BLI dapat
dimensi yang sama. Sebagai contoh untuk menda- dilihat pada Tabel 7).
patkan penimbang variabel luas hunian per kapi- Ditinjau menurut provinsi, nilai BLI masing-
ta terhadap dimensi perumahan maka dilakukan masing provinsi dapat dilihat melalui Tabel 5. Ada
perbandingan yaitu 0, 047{p0, 047 0, 07q  0, 402. sebelas provinsi yang mempunyai nilai BLI dengan
Langkah ini dilakukan untuk memperoleh indeks kategori rendah atau di bawah rata-rata. Mendu-
dimensi. duki posisi indeks yang paling rendah di antara
Sebelum melakukan analisis lebih lanjut dari provinsi-provinsi Indonesia adalah Papua dengan
nilai-nilai indeks komposit yang diperoleh, dalam BLI 53,0694. Papua yang sudah dikenal sebagai pro-
penelitian ini dilakukan pengategorian secara relatif vinsi yang masih tertinggal tampaknya memang
yang dibuat peneliti terhadap nilai BLI menjadi tiga benar-benar perlu mendapat perhatian. Daerah ter-
kategori, yaitu rendah, sedang, dan tinggi. Meng- tinggal lainnya, yaitu Nusa Tenggara Barat (NTB),
gunakan asumsi nilai BLI mengikuti sebaran nor- mempunyai nilai BLI 54,9930. Angka ini menem-
mal (simetri), maka pengategorian merujuk pada patkan NTB ke dalam dua provinsi dengan nilai
penggunaan formula selang keyakinan (confidence BLI terendah.
interval) dengan nilai tengah adalah rata-rata (µ), Di sisi lain, meskipun provinsi Banten dan Jawa
kemudian didapat nilai batas bawah dan nilai batas Timur berada di Pulau Jawa yang merupakan pulau
atas dengan besaran toleransi tergantung nilai sim- yang menjadi pusat pembangunan, kedua provinsi
pangan baku (standard deviation) dikali konstanta k. ini masuk dalam kategori nilai BLI rendah. Nilai
Besaran konstanta k ditentukan melalui eksplorasi BLI untuk Banten dan Jawa Timur masing-masing
data yang berlaku umum atau simulasi berbagai adalah 56,9849 dan 57,4523. Walaupun Provinsi Ja-
nilai konstanta k, yaitu k  0, 25; k  0, 5, dan k  1. wa Timur yang termasuk provinsi maju, bahkan
Pada akhirnya menghasilkan suatu nilai konstanta di dalamnya terdapat kota metropolitan, Suraba-
k yang memadai yakni k  0, 5-. Batasan pengate- ya, ternyata memiliki nilai indeks rendah dalam
gorian yang diperoleh adalah sebagai berikut: dimensi pendidikan, pemerintahan, dan keseim-
1. Rendah Ñ nilai indeks 57,9388 bangan waktu hidup. Dari dimensi komponen pe-
2. Sedang Ñ 57,9388 ¤ nilai indeks ¤ 59,1222 nyusun IPM pun, angka melek huruf, dan lama
3. Tinggi Ñ nilai indeks ¡ 59,1222 sekolah, Provinsi Jawa Timur ternyata mempunyai
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
 Pratomo, D. & Sumargo, B. 135

Tabel 5: Nilai Better Life Index untuk Masing-masing Provinsi berdasarkan Kategori Indeks

Ketegori
Rendah Sedang Tinggi
Provinsi Nilai BLI Provinsi Nilai BLI Provinsi Nilai BLI
(1) (2) (3) (4) (5) (6)
Papua 53,0694 Bali 57,6508 Lampung 59,7155
Nusa Tenggara Barat 54,9930 Sulawesi Tenggara 57,6515 Kep. Riau 59,9525
Gorontalo 56,2932 Maluku Utara 57,8045 Jambi 59,9816
Kalimantan Selatan 56,5207 Jawa Barat 58,2344 Bengkulu 60,0817
Banten 56,9849 Papua Barat 58,3575 Sumatera Selatan 60,6725
Sulawesi Barat 57,2791 Kalimantan Tengah 58,3688 Riau 61,2275
Nusa Tenggara Timur 57,3107 Jawa Tengah 58,4734 Sulawesi Utara 61,7402
Maluku 57,3613 Sumatera Barat 58,6026 Kalimantan Timur 61,9955
Jawa Timur 57,4523 Sulawesi Selatan 58,6273 DKI Jakarta 63,1248
Sulawesi Tengah 57,5377 DI Yogyakarta 58,9519
Kalimantan Barat 57,5393 Kep. Bangka Belitung 59,2247
Sumatera Utara 59,2610
Aceh 59,4644
Sumber: Hasil Pengolahan Penulis

nilai yang lebih rendah dari nilai nasional, bahkan
daerah yang dikenal sebagai daerah tapal kuda (Pa-
suruan, Probolinggo, Lumajang, Jember, Situbondo,
Bondowoso, dan Banyuwangi) keadaannya sangat
berbeda dengan daerah lain. Sementara Provinsi
Banten mempunyai nilai BLI rendah dikarenakan
pada dimensi pendapatan, kemasyarakatan, kese-
hatan, dan keamanan mempunyai nilai indeks yang
rendah, termasuk juga pada dimensi lingkungan.
Berdasarkan nilai IKLH, Provinsi Banten hanya
mempunyai nilai IKLH sebesar 50,86.
Selain empat provinsi yang disebutkan sebelum-
nya, beberapa provinsi berikut juga masuk dalam
kategori nilai BLI rendah, yakni Kalimantan Selatan,
Sulawesi Barat, Sulawesi Tengah, Maluku, Nusa
Tenggara Timur, Kalimantan Barat, dan Gorontalo.
Berdasarkan analisis deskriptif secara umum terha-
dap dimensi-dimensi pada provinsi-provinsi yang
mempunyai nilai BLI rendah, ditemukan beberapa
dimensi yang hampir di setiap provinsi tersebut
masih rendah. Dimensi-dimensi tersebut adalah
kesehatan, perumahan, dan pendidikan.
Provinsi Papua Barat yang termasuk provinsi
bagian timur Indonesia mampu mengalahkan pro-
vinsi tetangganya yaitu Provinsi Papua dalam hal
BLI. Provinsi Papua Barat mempunyai nilai BLI
sebesar 58,3575. Provinsi ini mampu mewujudkan
pembangunan kualitas hidup yang hampir dapat
disejajarkan dengan DI Yogyakarta, Jawa Barat, dan
Jawa Tengah dalam kategori BLI sedang bersama
provinsi-provinsi lain, yakni Bali, Sulawesi Teng-
gara, Maluku Utara, Sulawesi Selatan, Sumatera
Barat, Kalimantan Tengah, Kepulauan Bangka Be-
litung, Sumatera Utara, dan Aceh. Setidaknya ada
tiga dimensi BLI yang baik pada Provinsi Papua
Barat, yaitu dimensi lingkungan, kepuasan hidup,
dan keseimbangan waktu.
Pada kelompok provinsi dengan BLI sedang, ana-
lisis deskriptif secara umum pada dimensi-dimensi
BLI menghasilkan informasi bahwa dimensi ling-
kungan, pemerintahan, dan kemasyarakatan meru-
pakan dimensi dengan nilai indeks dimensinya ren-
dah. Peningkatan atau perbaikan kondisi dimensi-
dimensi itu dapat meningkatkan BLI pada kelom-
pok provinsi tersebut menjadi kategori tinggi.
Kelompok provinsi dengan BLI tinggi sebagian
besar adalah provinsi di Pulau Sumatera. Hal ini
bisa kita sadari mengingat Pulau Sumatera juga
merupakan pulau yang menjadi orientasi pemba-
ngunan setelah Pulau Jawa. Sementara itu, beberapa
provinsi lainnya yang memiliki nilai BLI tinggi ter-
sebar di beberapa pulau, yakni Provinsi DKI Jakarta,
Kalimantan Timur, dan Sulawesi Utara. Peringkat
pertama BLI dimiliki oleh Provinsi DKI Jakarta de-
ngan nilai BLI 63,1248. Beberapa dimensi penyusun
BLI dikuasai oleh Provinsi DKI Jakarta seperti pen-
dapatan, pendidikan, dan pemerintahan sehingga
sangat kontributif terhadap nilai BLI DKI Jakarta
yang tinggi. Namun demikian, dimensi lingkungan
Provinsi DKI Jakarta merupakan angka yang paling
rendah di Indonesia mengingat aktivitas ekonomi
yang tinggi ditambah tingkat kepadatan penduduk
yang tinggi menyebabkan Provinsi DKI Jakarta me-
miliki tingkat pencemaran yang tinggi. Di samping
itu, Provinsi Kalimantan Timur cukup bagus di seba-
gian besar dimensi terutama dimensi pendapatan,
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
136 Sebuah Alternatif: Better Life Index...
Gambar 4: Better Life Index Setiap Provinsi di Indonesia
Sumber: Hasil Pengolahan Penulis
perumahan, dan kesehatan sehingga mampu men-
dukung pencapaian BLI sebesar 61,9955. Di Provinsi
Sulawesi Utara, pada dimensi kemasyarakatan, pen-
didikan, dan lingkungan mempunyai nilai indeks
yang tinggi, bahkan indeks lingkungan Provinsi
Sulawesi Utara merupakan indeks lingkungan ter-
tinggi di Indonesia, sehingga tidak mengherankan
Provinsi Sulawesi Utara mempunyai kategori BLI
yang tinggi dengan nilai BLI 61,7402.
Sebagai ukuran yang baru, tentunya keberadaan-
nya perlu dilakukan tes validitas atau kontrol de-
ngan ukuran yang telah terbukti memadai dan telah
digunakan. Menurut Saifuddin Azwar (1997) untuk
mengetahui validitas alat ukur baru dapat digu-
nakan validitas konkuren dengan cara menghitung
korelasi antara alat ukur yang baru tersebut dengan
ukuran yang menjadi kriteria, yakni ukuran ekster-
nal yang telah dianggap valid. Untuk melakukan
hal itu, analisis korelasi dilakukan terhadap BLI
dengan nilai IPM dan IPR.
Korelasi antara nilai BLI dengan IPM cukup kuat
dan positif. Hasil output pengolahan menggunakan
SPSS menunjukan nilai korelasi BLI dengan IPM
adalah 0,855. Hal ini dapat dijelaskan bahwa dalam
BLI juga mencakup beberapa dimensi ekonomi
dan sosial, termasuk sebagian yang terdapat dalam
IPM. Tentu saja karena keterbatasan IPM yang tidak
mencakup dimensi-dimensi lain yang ada dalam
BLI, membuat BLI lebih kompleks dalam mengukur
keberhasilan pembangunan. Analisis korelasi ini
telah membuktikan bahwa ukuran BLI mempunyai
validitas yang tinggi.
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
Hubungan yang positif juga terjadi antara BLI
dengan IPR. Hal ini mengindikasikan secara umum
ada kecenderungan bahwa, semakin tinggi nilai IPR
suatu daerah semakin tinggi pula nilai BLInya. Hasil
pengolahan SPSS menunjukkan bahwa korelasi
BLI dengan IPR adalah 0,575. Hasil ini sekaligus
mendukung bahwa BLI merupakan ukuran yang
valid digunakan di Indonesia.
Sementara itu, hasil yang menarik diperoleh saat
menganalisis hubungan BLI dengan pertumbuh-
an ekonomi yang diukur dari pertumbuhan PDB
atas dasar harga konstan. Analisis korelasi menun-
jukkan bahwa BLI mempunyai keeratan hubung-
an yang negatif atau berbanding terbalik dengan
pertumbuhan ekonomi. Nilai korelasi tersebut ada-
lah -0,585. Fakta ini dapat mendukung latar be-
lakang penelitian ini bahwa aspek material (pen-
dapatan/pengeluaran/ produksi) tidak menjamin
aspek-aspek atau dimensi pembangunan yang la-
innya. Bahkan jika pembangunan hanya berfokus
pada ekonomi tidak menutup kemungkinan justru
akan mendapat hasil yang kurang baik pada aspek
yang lainnya atau pertumbuhan ekonomi dimak-
sud dapat dikatakan sebagai pseudo-growth. Hasil
ini senada dengan Boris Nikolaev (2014): ”GDP is
poor measure for quality of life because it fails to account
for the crucial dimension of psychological well-being”.
Ini senada dengan rekomendasi The OECD’s Better
Life Initiative (2011) –The Stiglitz-Sen-Fitoussi Commis-
sion: ”The recommendations made by this Commission
sought to address concerns that standard macroeconomic
statistics like GDP failed to give a true account of peo-
 Pratomo, D. & Sumargo, B.
ple’s current and future well-being”. Hal yang perlu
mendapat perhatian adalah bukanlah menciptakan
pertumbuhan ekonomi yang tinggi, tetapi pertum-
buhan ekonomi yang optimal dengan dibarengi
pembangunan pada dimensi lain. Dengan kata lain,
untuk mengukur pembangunan yang dimensional
tidak tepat jika menggunakan ukuran pertumbuh-
an ekonomi (yang masih univariate dimension, yakni
ekonomi), tapi sebaiknya menggunakan BLI yang
meliputi dimensi ekonomi, sosial, lingkungan, dan
lain-lain.
Kesimpulan
Berdasarkan hasil dan analisis yang dilakukan, pe-
neliti dapat mengambil beberapa simpulan berikut
ini. Pertama, dalam penentuan BLI di Indonesia, se-
bagian besar variabel mempunyai penimbang yang
relatif hampir sama, yakni sekitar 0,05, yang berarti
bahwa semua variabel mempunyai tingkat kepen-
tingan yang relatif sama. Secara umum, hasil penyu-
sunan BLI ini dapat digunakan untuk mengukur
dan membandingkan keberhasilan pembangunan
antar-wilayah maupun antar-waktu. Kedua, pen-
capaian pembangunan dengan ukuran BLI untuk
nasional Indonesia adalah 58,4246. Berdasarkan BLI
tiap provinsi, lima provinsi dengan BLI tertinggi
adalah DKI Jakarta, Kalimantan Timur, Sulawesi
Utara, Riau, dan Sumatera Selatan sedangkan lima
provinsi dengan BLI terendah adalah Papua, Nusa
Tenggara Barat, Gorontalo, Kalimantan Selatan, dan
Banten. Ketiga, BLI mempunyai hubungan yang cu-
kup kuat dan positif dengan IPM dan IPR, akan
tetapi memiliki keeratan hubungan yang negatif
dengan pertumbuhan Produk Domestik Regional
Bruto (PDRB). Hal tersebut sekaligus mengindika-
sikan bahwa BLI cukup valid digunakan sebagai
ukuran pembangunan yang bersifat multidimen-
sional di Indonesia.
Berdasarkan simpulan yang diutarakan sebelum-
nya, saran yang dapat diberikan dari penelitian ini
adalah sebagai berikut. Pertama, pembangunan hen-
daknya dilakukan dengan memberikan perhatian
secara merata pada semua dimensi pembangunan,
tetapi perlu adanya prioritas terhadap dimensi-
dimensi pembangunan yang memiliki indeks di-
mensi rendah. Secara nasional, dimensi-dimensi
pembangunan yang perlu mendapat prioritas dari
pemerintah berdasarkan penelitian ini adalah di-
mensi pendapatan, kemasyarakatan, dan kepuasan
hidup. Kedua, kelompok provinsi dengan kategori
137
BLI rendah seperti Papua, Nusa Tenggara Barat, Go-
rontalo, Kalimantan Selatan, dan Banten tentu per-
lu mendapat prioritas dalam peningkatan pemba-
ngunan. Lebih khusus lagi pada kelompok provinsi
dengan BLI rendah ini, pembangunan dapat diprio-
ritaskan pada dimensi kesehatan, perumahan, dan
pendidikan. Sementara itu, pada kelompok provin-
si dengan BLI sedang, pemerintah dapat memberi
prioritas pembangunan pada dimensi lingkungan,
pemerintahan, dan kemasyarakatan.
Ketiga, pemerintah, baik pusat maupun daerah,
diharapkan mempertimbangkan BLI ini sebagai
alternatif ukuran pembangunan yang multidimen-
sional. Dan keempat, mengingat bahwa penentuan
BLI ini masih sangat tergantung ketersediaan data
variabel-variabel penyusunannya, perlu diperhati-
kan untuk menggunakan pendekatan variabel lain
yang lebih terjamin ketersediaan datanya secara
rutin apabila ada variabel yang tidak bisa diperoleh
setiap tahun, misalnya variabel Indeks Demokrasi
dapat dilakukan pendekatan dengan data persepsi
masyarakat terhadap pemerintahan dari Lembaga
Survei Indonesia (LSI).
Daftar Pustaka
[1] Arham, M. A. (2014). Kebijakan Desentralisasi Fiskal, Perge-
seran Sektoral, dan Ketimpangan Antarkabupaten/Kota di
Sulawesi Tengah. Jurnal Ekonomi dan Pembangunan Indonesia,
14(2), 145–167.
[2] Azwar, Saifuddin. (1997). Reliabilitas dan Validitas. Yogya-
karta: Pustaka Pelajar.
[3] Badruddin, S. (2009, 19 Maret). Teori dan Indikator Pem-
bangunan. Diakses dari http://profsyamsiah.wordpress.
com/2009/03/19/pengertian-pembangunan/. Tanggal ak-
ses 19 April 2012.
[4] BPS. (2008). Indeks Pembangunan Manusia 2006–2007. Jakarta:
Badan Pusat Statistik.
[5] BPS. (2009a). Data Produk Domestik Regional Bruto Atas Dasar
Harga Konstan 2000 Menurut Provinsi di Indonesia. Jakarta:
Badan Pusat Statistik.
[6] BPS. (2009b). Indeks Demokrasi. Jakarta: Badan Pusat Statis-
tik.
[7] BPS. (2010a). Indeks Pembangunan Manusia 2008–2009. Ja-
karta: Badan Pusat Statistik.
[8] BPS. (2010b). Indikator Pembangunan Berkelanjutan. Jakarta:
Badan Pusat Statistik.
[9] BPS. (2010c). Penyempurnaan Penyusunan Indeks Pembangun-
an Regional. Jakarta: Badan Pusat Statistik.
[10] BPS. (2010d). Statistik Indonesia 2009. Jakarta: Badan Pusat
Statistik.
[11] BPS. (2010e). Statistik Lingkungan Hidup Indonesia. Jakarta:
Badan Pusat Statistik.
[12] BPS. (2011). Statistik Indonesia 2010. Jakarta: Badan Pusat
Statistik.
[13] Durand, M., & Smith, C. (2013). The OECD Better Life
Initiative: How’s Life? and the Measurement of Well-Being.
JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140
 138

Tabel 6: Matriks Korelasi Antar-Variabel

Korelasi X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19
X1 1 0,401 0,525 -0,290 -0,062 0,260 0,163 0,096 0,330 -0,240 -0,060 0,198 0,225 0,250 -0,250 0,434 -0,300 0,095 -0,210
X2 0,401 1 0,448 0,338 -0,315 0,380 -0,360 0,523 0,410 -0,490 0,316 0,627 0,241 0,360 -0,250 0,368 -0,380 0,388 -0,490
X3 0,525 0,448 1 0,054 -0,095 0,428 0,025 0,183 0,120 -0,390 0,106 0,295 0,016 0,530 -0,430 0,282 -0,560 0,180 -0,480

JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140

X4 -0,290 0,338 0,054 1 -0,361 0,036 -0,550 0,637 0,200 -0,360 0,245 0,369 -0,020 0,500 -0,180 0,098 -0,340 0,249 -0,520
X5 -0,060 -0,320 -0,100 -0,360 1 -0,130 0,343 -0,530 -0,510 0,242 -0,120 -0,100 -0,160 -0,340 0,0250 -0,020 0,370 -0,640 0,415
X6 0,260 0,380 0,428 0,036 -0,125 1 -0,150 -0,070 0,150 -0,410 0,314 0,124 0,212 0,200 -0,470 0,239 -0,160 0,035 -0,170
X7 0,163 -0,360 0,025 -0,550 0,343 -0,150 1 -0,340 -0,020 0,491 -0,190 -0,260 -0,300 -0,310 0,109 -0,320 0,090 -0,220 0,348
X8 0,096 0,523 0,183 0,637 -0,532 -0,070 -0,340 1 0,530 -0,170 0,118 0,586 0,247 0,390 -0,220 0,330 -0,390 0,292 -0,560
X9 0,331 0,409 0,123 0,203 -0,512 0,154 -0,020 0,526 1 -0,150 0,456 0,258 0,150 0,090 -0,200 0,313 -0,300 0,599 -0,320
X10 -0,240 -0,490 -0,390 -0,360 0,242 -0,410 0,491 -0,170 -0,150 1 -0,260 -0,150 -0,020 -0,400 0,104 -0,170 0,230 -0,290 0,404
X11 -0,060 0,316 0,106 0,245 -0,116 0,314 -0,190 0,118 0,460 -0,260 1 0,345 -0,030 -0,140 -0,140 0,181 -0,230 0,404 -0,310
X12 0,198 0,627 0,295 0,369 -0,101 0,124 -0,260 0,586 0,260 -0,150 0,345 1 0,292 0,270 -0,220 0,407 -0,200 0,100 -0,370
X13 0,225 0,241 0,016 -0,020 -0,157 0,212 -0,300 0,247 0,150 -0,020 -0,030 0,292 1 -0,210 -0,410 0,669 0,214 0,075 0,094
X14 0,254 0,361 0,533 0,498 -0,342 0,195 -0,310 0,390 0,090 -0,400 -0,140 0,265 -0,210 1 -0,250 -0,020 -0,480 0,162 -0,550
X15 -0,250 -0,250 -0,430 -0,180 0,025 -0,470 0,109 -0,220 -0,200 0,104 -0,140 -0,220 -0,410 -0,250 1 -0,440 0,093 0,095 0,153
X16 0,434 0,368 0,282 0,098 -0,019 0,239 -0,320 0,330 0,310 -0,170 0,181 0,407 0,669 -0,020 -0,440 1 -0,100 0,139 -0,160
X17 -0,300 -0,380 -0,560 -0,340 0,370 -0,160 0,090 -0,390 -0,300 0,230 -0,230 -0,200 0,214 -0,480 0,093 -0,100 1 -0,480 0,904
Sebuah Alternatif: Better Life Index...

X18 0,095 0,388 0,180 0,249 -0,635 0,035 -0,220 0,292 0,600 -0,290 0,404 0,100 0,075 0,160 0,095 0,139 -0,480 1 -0,450
X19 -0,210 -0,490 -0,480 -0,520 0,415 -0,170 0,348 -0,560 -0,320 0,404 -0,310 -0,370 0,094 -0,550 0,153 -0,160 0,904 -0,450 1
Sumber: Hasil Pengolahan Penulis
 Tabel 7: Indeks Dimensi Menurut Provinsi

No Provinsi PERUM PENDAP PEKERJ MASY PENDID LINGK PEMER KESH KEPUAS KEAM SEIMB
Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R. Nilai R.
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23) (24)
1 Aceh 67,60 22 34,33 28 45,42 32 39,45 26 71,85 6 72,47 13 66,29 23 69,28 21 31,59 2 98,34 2 60,96 3
2 Sumatera 77,15 7 39,40 8 63,84 13 45,38 16 72,24 4 62,48 21 60,20 32 72,63 7 16,91 31 97,18 15 55,27 25
Utara
3 Sumatera 65,05 25 37,39 13 59,73 23 46,21 14 70,89 8 87,04 3 60,29 31 69,84 18 21,04 16 97,46 12 54,20 30
Barat
4 Riau 83,38 1 39,61 7 68,34 8 42,33 19 72,04 5 51,65 27 75,85 2 74,12 3 16,52 32 97,92 6 60,56 5
5 Jambi 74,20 10 37,18 17 68,31 9 40 22 67,13 14 75,04 10 71 11 73,38 4 14,42 33 97,89 7 60,20 7
6 Sumatera 70,57 16 37,11 18 97,90 1 51,95 8 66,73 17 69,30 15 72,52 6 71,34 12 17,64 26 97,26 14 57,60 15
Selatan
7 Bengkulu 73,87 11 35,73 23 55,17 28 56,59 5 68,84 11 79,58 5 64,76 25 71,89 10 20,52 18 96,66 21 57,19 16
8 Lampung 80,93 3 34,41 27 59,74 22 56,97 4 65,70 20 73,74 11 67,47 18 68,98 22 17,58 29 96,50 22 56,75 19
9 Kep. 77,29 6 39,69 6 69,17 7 41,18 20 65,59 22 52,15 26 67,01 20 66,13 28 25,47 7 96,77 20 58,54 13
Bangka
Belitung
10 Kep. Ri- 80,47 4 42,29 3 64,82 11 40,23 21 69,27 10 51,65 28 73,61 4 69,59 20 25,46 8 97,81 8 54,77 26
au
11 DKI 73,26 13 86,10 1 62,05 18 18,48 33 82,05 1 41,73 33 73,91 3 72,91 6 19,63 20 97,17 16 54,29 29
Jakarta
12 Jawa Ba- 73,87 12 36,78 21 76,88 3 35,01 30 66,17 19 49,69 30 71,07 10 70 16 20,65 17 96,37 24 58,05 14
rat
13 Jawa Te- 76,47 8 37,35 14 77,80 2 45,77 15 61,07 28 55,40 24 66,45 22 73 5 22,77 14 97,68 10 53,05 31
ngah
14 DI Yogya- 79,50 5 40 4 62,87 17 49,77 9 71,19 7 53,52 25 67,55 17 71,08 13 23,64 11 95,52 30 49,16 32
karta
15 Jawa Ti- 75,22 9 39,01 9 63,46 14 39,50 25 61,62 27 59,01 23 62,49 29 71,37 11 18,92 24 97,32 13 54,43 28
mur
16 Banten 69,86 19 36,83 20 63,19 16 35,13 29 68,03 12 50,86 29 67,98 16 64,56 29 22,91 12 95,76 27 58,75 11
17 Bali 70,29 17 39,83 5 60,71 20 45,23 17 65,06 24 85,50 4 70,35 13 69,96 17 17,58 28 97,96 5 46,47 33
18 Nusa 52,31 31 36,84 19 57,32 27 64,48 1 55,77 32 73,69 12 58,12 33 60,94 33 26,43 6 93,99 31 54,75 27
Tenggara
Barat
19 Nusa 61,83 26 32,34 32 64,51 12 49,66 10 55,88 31 66,61 20 71,64 9 62,91 30 31,88 1 92,88 33 60,95 4
Tenggara
Timur
Pratomo, D. & Sumargo, B.

20 Kalimantan 68,91 20 37,29 15 69,62 5 37,11 28 59,55 29 71,92 14 72,38 7 68,19 23 17,60 27 98,09 3 56,76 18
Barat
21 Kalimantan 66,80 24 37,27 16 63,41 15 42,46 18 67,04 15 45,70 32 77,63 1 74,76 1 19,09 22 98,72 1 59,70 8
Tengah
22 Kalimantan 71,02 15 38,16 10 69,42 6 39,92 24 65,39 23 48,25 31 66,63 21 61,27 32 18,88 25 96,21 26 56,52 21
Selatan
23 Kalimantan 81,13 2 42,78 2 74,61 4 33,89 31 72,77 3 68,63 16 72,31 8 74,31 2 24,86 9 97,66 11 56,47 22
Timur
24 Sulawesi 70,21 18 37,43 12 53,99 29 58,31 2 73,30 2 88,21 1 70,94 12 72,44 8 19,40 21 96,23 25 62,43 1
Utara
25 Sulawesi 60,63 28 35,86 22 61,30 19 55,83 6 66,45 18 68,51 17 66,02 24 66,14 27 18,93 23 97,12 18 58,60 12
Tengah
26 Sulawesi 71,46 14 37,90 11 57,85 25 39,97 23 61,71 26 67,62 18 61,48 30 71,96 9 24,52 10 97,13 17 60,51 6
Selatan
27 Sulawesi 68,56 21 34,09 31 59,82 21 46,73 13 65,61 21 60,53 22 64,29 26 68,06 24 26,98 5 96,89 19 55,63 23
Tenggara
28 Gorontalo 50,99 32 34,78 25 45,80 31 57,71 3 62,91 25 88,21 2 73,50 5 61,66 31 27,24 4 93,94 32 55,30 24
29 Sulawesi 61,59 27 35,69 24 57,85 26 54,44 7 59,29 30 67,62 19 67,99 15 67,14 26 22,41 15 97,97 4 59,36 9
Barat
30 Maluku 57,34 30 34,20 30 52,60 30 49,50 11 70,15 9 78,80 6 69,07 14 67,50 25 22,79 13 95,75 28 57,12 17
31 Maluku 59,40 29 32,12 33 65,91 10 49,42 12 67,46 13 78,8 7 67,21 19 69,77 19 17,44 30 97,77 9 58,93 10
Utara
32 Papua 67,05 23 34,21 29 35,62 33 37,39 27 66,88 16 75,30 8 63,06 28 71,07 14 30,40 3 96,38 23 61,30 2

JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140

139

Barat
33 Papua 45,63 33 34,64 26 58,51 24 26,72 32 54,37 33 75,30 9 63,80 27 70,02 15 19,91 19 95,68 29 56,69 20
NASIONAL 73,07 39,44 65,14 41,56 65,53 59,79 67,30 70,55 20,84 96,92 56,23
Sumber: Hasil Pengolahan Penulis
140 Sebuah Alternatif: Better Life Index...

Paper Prepared for the International Association for Research in

Income and Wealth (IARIW) Session at the 2013 World Statis-
tics Conference, Sponsored by the International Statistical
Institute, Hong Kong, August 26, 2013. Diakses dari http:
//www.iariw.org/papers/2013/DurandPaper.pdf. Tang-
gal akses 4 September 2012.
[14] ESCAP. (2009). Gross National Happiness Index: To-
wards Measuring the Progress of Societies. Paper,
E/ESCAP/CST/INF/21. Committee on Statistic, Economi-
cs and Social Commission for Asia and the Pacific.
Diakses dari https://www.unescap.org/sites/default/
files/pre-ods/CST1-INF21.pdf. Tanggal akses 19 April
2012.
[15] Kasparian, J., & Rolland, A. (2012). OECD’s ’Better Life
Index’: Can Any Country be Well Ranked?, Journal of Applied
Statistics, 39(10), 2223–2230.
[16] Kementerian Lingkungan Hidup. (2010). Indeks Kualitas
Lingkungan Hidup 2009. Jakarta: Asisten Deputi Urusan
Data dan Informasi Lingkungan, Kementerian Lingkungan
Hidup. Diakses dari http://datin.menlh.go.id/assets/
berkas/IKLH-2009-.pdf. Tanggal akses 19 April 2012.
[17] Lagas, P., van Dongen, F., van Rijn, F., & Visser, H. (2015).
Regional Quality of Living in Europe. Region: The Journal of
ERSA, 2(2), 1–26.
[18] Lisna, V., Sinaga, B. M., Firdaus, M., Sutomo, S. (2013).
Dampak Kapasitas Fiskal terhadap Penurunan Kemiskin-
an: Suatu Analisis Simulasi Kebijakan. Jurnal Ekonomi dan
Pembangunan Indonesia, 14(1), 1–26.
[19] Nasihuddin, A. A. (2010). Pusat Wisata Kuliner di Kabupa-
ten Lamongan: Tema Eklektik Bahari. Undergraduate thesis.
Universitas Islam Negeri Maulana Malik Ibrahim.
[20] Nikolaev, B. (2014). Economic Freedom and Quality of Life:
Evidence from the OECD’s Your Better Life Index. Journal
of Private Enterprise, 29(3), 61–96.
[21] OECD. (2008). Handbook on Constructing Composite Indicators:
Methodology and User Guide. Diakses dari http://www.oecd.
org/std/leading-indicators/42495745.pdf. Tanggal
akses 4 September 2012.
[22] Puradiredja, H. (2011, 19 Januari). Pandang-
an Arti Kebahagiaan dan Kepuasan Hidup Ba-
rat dan Timur. Kompasiana.com. Diakses dari
http://filsafat.kompasiana.com/2011/01/19/
pandangan-arti-kebahagiaan-dan-kepuasaan-hidup-
barat-dan-timur/. Tanggal akses 23 Mei 2012.
[23] Setiawan, M. B., & Hakim, A. (2013). Indeks Pembangunan
Manusia Indonesia. Jurnal Economia, 9(1), 18–26.
[24] Supranto, J. (2001). Statistik Teori dan Aplikasi. Jakarta: Er-
langga.
[25] Todaro, M. P. & Smith, S. C. (2004). Pembangunan Ekonomi
di Dunia Ketiga. Jakarta: Erlangga.

JEPI Vol. 16 No. 2 Januari 2016, hlm. 123–140